Model Berbasis Klaster Jaringan Sosial dengan Metode Markov Chain Monte Carlo pada Data Teks Pembukaan Undang-Undang Dasar 1945

AYYOUB MAULANA H, Dr. Danardono, MPH; Yunita Wulan Sari, S.Si., M.Sc.

2017 | Skripsi | S1 STATISTIKA

Jaringan sosial merupakan sebuah kumpulan simpul-simpul yang memiliki relasi satu dengan yang lainnya. Seiring bertambah pesatnya perkembangan teknologi, maka data jaringan sosial bertambah banyak dan tentunya semakin heterogen. Untuk dapat memperoleh suatu hal yang informatif dari data tersebut, maka digunakan metode klastering untuk mengetahui subjek-subjek yang memiliki kedekatan/kesamaan. Kekurangan dari klastering untuk data jaringan sosial adalah perlu adanya nilai-nilai laten yang harus digunakan, maka dengan menggunakan model berbasis klaster jaringan sosial dengan metode Markov Chain Monte Carlo, klastering data jaringan sosial dapat ditangani. Studi kasus pada penelitian ini menggunakan data teks Pembukaan UndangUndang Dasar 1945, dimana teks tersebut akan dipecah menjadi kumpulan kata, dan setiap kata akan diklasterkan. Kumpulan kata yang terdapat disekitar rata-rata klaster atau yang memiliki rata-rata dari prediksi probabilitas relasi yang besar dalam suatu klaster, dianggap menjadi sebuah topik dominan. Maka, dengan metode ini, topik-topik yang dominan dalam teks dapat diperoleh.

Social networks is a collection of nodes which has a relation each other. With an increasing of technology development, then there are big amount of social networks data and more heterogen. To obtain informative information from this data, clustering method is used to find out subjects which has closeness/simmilarity. The Disadvantage of clustering for social networks data is need to existing latent values to be used, then using model based clustering social networks with Markov Chain Monte Carlo method, clustering for social networks data is can be handled. Case study in this research is using Preamble text data of Undang-Undang Dasar 1945, where this text will be broken into a group of words, and every word will be clustered. A group of words which near to cluster mean or has a big mean of relation probability prediction in a certain cluster, can be set to dominant topic. So, with this method, topics in the text can be obtain.

Kata Kunci : Text Clustering, Markov Chain Monte Carlo, Preamble of UndangUndang Dasar 1945